Зашто модели вештачке интелигенције не могу имати свест

Основна архитектура трансформаторских модела

Тренутни системи вештачке интелигенције, посебно велики језички модели попут GPT-а и ChatGPT-а, засновани су на такозваној Трансформер архитектури. Ово је специјализовани облик математичке обраде података који су развили истраживачи у компанији Google 2017. године. Ова архитектура функционише у потпуности на основу нумеричких прорачуна и статистичких образаца, без развоја дубљег разумевања обрађеног садржаја.

Модел трансформатора се састоји од наслаганих слојева кодера и декодера који заједно раде на обради улазних података. Кодер трансформише улазне податке у математичке приказе, док декодер претвара ове информације у жељени излаз. Обе компоненте користе сложене математичке операције као што су множење матрица и нелинеарне активационе функције да би извршиле своје задатке.

Како функционишу механизми самопажње

Језгро Трансформер архитектуре је Механизам самопажње. Ово омогућава моделу да различито пондерише различите делове улазног низа. Механизам израчунава скаларне производе између вектора како би моделирао структуре зависности унутар низа. Међутим, ове пондере су чисто нумерички коефицијенти који обухватају статистичке правилности у подацима за обуку.

Термин „пажња“ у овом контексту је чисто метафоричан. Не односи се на свесну пажњу у људском смислу, већ на математичке прорачуне који одређују којим деловима улаза треба дати већу тежину приликом генерисања излаза. Ови прорачуни прате детерминистичка правила и заснивају се на наученим матрицама тежине.

Простори за обраду и уграђивање токена

Обрада почиње конверзијом текста у такозване токене, који функционишу као нумеричке јединице. Ови токени се затим уграђују у високодимензионалне векторске просторе који се називају уграђивања. Уграђивање је математичка репрезентација која приказује сваку реч или сегмент текста као тачку у вишедимензионалном простору.

Позиција токена у овом простору уграђивања одређује се процесима оптимизације усмереним на побољшање предиктивне тачности модела. Близина у простору уграђивања одражава статистичке сличности у корпусу за обуку, али не и семантичка значења у строгом смислу. Ова уграђивања су једноставно координате у математичком простору чије су вредности оптимизоване машинским учењем.

Математичке основе обраде података помоћу вештачке интелигенције

Параметри и оптимизација

Модерни језички модели садрже милијарде параметара. Ови параметри су нумеричке вредности које се подешавају градијентним спуштањем како би се минимизирала функција губитака. Градијентно спуштање је техника математичке оптимизације која систематски мења параметре модела како би се побољшале његове перформансе.

Процес функционише слично као планинарење у густој магли. Модел се постепено приближава оптималној тачки израчунавањем нагиба функције губитака и кретањем у супротном смеру. Ови параметри служе искључиво као коефицијенти оптимизације за математичке функције и немају свесно значење или намеру.

Учење појачањем из људских повратних информација

Кључни развој у технологији вештачке интелигенције је учење појачања из људских повратних информација. Ова метода претвара људске преференције у нумеричке сигнале награђивања. Модел прилагођава своје параметре како би повећао вероватноћу трошкова које људи оцењују као преференцијалне.

RLHF се обично састоји од три корака: Прво, модел се претходно обучава коришћењем надгледаног учења. Затим, прикупљају се људске повратне информације за обучавање модела награђивања. Коначно, оригинални модел се оптимизује коришћењем учења са појачањем како би се максимизирале преференције предвиђене моделом награђивања. Читав овај процес је чисто математички и не укључује свесно доношење одлука.

Софтмакс трансформација и расподела вероватноће

На крају обраде, функција softmax трансформише сирове вредности у расподеле вероватноће. Математичка формула за функцију softmax је: Softmax(x_i) = e^(x_i) / Σ(e^(x_j)). Ова функција конвертује вектор нумеричких вредности у вектор вероватноћа чији је збир једнак један.

Следећи токен се бира извлачењем узорка из ове расподеле вероватноће или коришћењем Argmax методе. Ова Argmax метода је чисто статистичко правило без свесног доношења одлука. Софтмакс функција само омогућава моделу да представи своје излазе у интерпретабилном облику, без икакве свесне мисли или разумевања.

Филозофски проблем свести

Дефиниција и својства свести

Свест обухвата сва стања која појединац доживљава. Она укључује и укупност искустава и свесну свест као посебну врсту непосредне перцепције тих искустава. Филозофи и неуронаучници разликују различите аспекте свести, при чему су феноменална свест и свест приступа од посебног значаја.

Феноменална свест се односи на субјективни искуствени квалитет менталних стања. То је оно што конституише бивање у одређеном менталном стању - начин на који нешто осећа субјект који доживљава. Ови субјективни искуствени квалитети називају се квалија и директно су доступни само субјекту који опажа.

Интенционалност као карактеристика менталног

Интенционалност се односи на способност менталних стања да се односе на нешто. Франц Брентано је увео овај концепт у модерну филозофију и сматрао га карактеристичном особином менталног. Интенционалност је усмерено својство свести - чињеница да је свест увек свест о нечему.

Интенционална стања имају садржај, без обзира на то да ли њихов објекат постоји. Особа може имати веровања о непостојећим објектима или гајити жеље за недостижним циљевима. Ово својство разликује менталне феномене од чисто физичких процеса, који прате искључиво узрочне законе.

Тежак проблем свести

Дејвид Чалмерс је формулисао „тешки проблем свести“ као питање зашто и како физички процеси у мозгу доводе до субјективног искуства. Овај проблем се категорички разликује од „лаких проблема“ истраживања свести, који се тичу функционалних аспеката као што су дискриминација, интеграција информација и контрола понашања.

Тежак проблем лежи у објашњењу зашто је извршавање ових функција праћено искуством. Чак и ако се објасне све релевантне функционалне чињенице, остаје даље питање: Зашто је извршавање ових функција повезано са искуством? Чини се да ово питање пркоси механистичком или објашњењу заснованом на понашању.

Неуронаучна открића о свести

Неуронски корелати свести

Неуронаука тражи неуронске корелате свести, или НКС. Они су дефинисани као најмања јединица неуронских догађаја довољна за дату свесну перцепцију. НКС су неуронске активности, стања или подсистеми који су директно повезани са свешћу.

Истраживачи попут Волфа Сингера и Андреаса Енгела показали су да временски синхронизована пражњења неуронских мрежа постоје у животињском и људском мозгу. Ова временска корелација могла би бити кључна за појаву свести. Хипотеза се заснива на претпоставци да су механизми временске синхронизације укључени у четири мождане функције: свесност, интеграцију сензорне перцепције, селекцију пажње и радно памћење.

Биолошка основа свесних процеса

Свест зависи од адекватног снабдевања кисеоником и глукозом мождане коре, као и од довољно јаке активације неурона у асоцијативном кортексу. Ови биолошки предуслови показују да свест није само апстрактно својство, већ има конкретне физичке темеље.

Мали мозак садржи три пута више неурона од мождане коре, али чак и у случајевима тешког оштећења, свест је у великој мери очувана. То сугерише да није пресудан сам број неурона, већ њихова специфична организација и повезаност у одређеним деловима мозга.

Нова димензија дигиталне трансформације са „Управљаном вештачком интелигенцијом“ – платформа и B2B решење | Xpert Consulting - Слика: Xpert.Digital

Овде ћете сазнати како ваша компанија може брзо, безбедно и без високих баријера за улазак имплементирати прилагођена решења за вештачку интелигенцију.

Управљана AI платформа је ваше свеобухватно и безбрижно решење за вештачку интелигенцију. Уместо да се бавите сложеном технологијом, скупом инфраструктуром и дуготрајним процесима развоја, добијате готово решење прилагођено вашим потребама од специјализованог партнера – често у року од само неколико дана.

Кључне предности на први поглед:

⚡ Брза имплементација: Од идеје до апликације спремне за употребу за дане, а не месеци. Нудимо практична решења која стварају тренутну додату вредност.

🔒 Максимална безбедност података: Ваши осетљиви подаци остају код вас. Гарантујемо безбедну и усклађену обраду без дељења података са трећим лицима.

💸 Без финансијског ризика: Плаћате само за резултате. Велика почетна улагања у хардвер, софтвер или особље су потпуно елиминисана.

🎯 Фокусирајте се на свој основни посао: Концентришите се на оно што најбоље радите. Ми се бринемо о целокупној техничкој имплементацији, раду и одржавању вашег вештачке интелигенције.

📈 Спремно за будућност и скалабилно: Ваша вештачка интелигенција расте са вама. Обезбеђујемо континуирану оптимизацију и скалабилност и флексибилно прилагођавамо моделе новим захтевима.

Више информација овде:

• Решење за управљану вештачку интелигенцију - Индустријске услуге вештачке интелигенције: Кључ конкурентности у секторима услуга, индустрије и машинства

Зашто модели вештачке интелигенције не могу да развију свест

Недостатак намерности и значења

Модели вештачке интелигенције обрађују симболе и векторе без развоја било каквог унутрашњег значења. Они манипулишу идентификаторима токена и нумеричким структурама, а не значењима као живим садржајем. Ова симболичка обрада је чисто синтактичка, без икаквог семантичког разумевања манипулисаних симбола.

Џон Серлов „Аргумент у кинеској соби“ илуструје овај проблем. У овом мисаоном експерименту, особа прати правила за манипулисање кинеским симболима, а да не разуме кинески. Иако одговори делују логично изворним говорницима кинеског језика, ни особа ни систем у целини не разумеју значење знакова. Рачунари извршавају програме на сличан начин – примењују синтаксичка правила без поседовања семантичког разумевања.

Одсуство перспективе из првог лица

Системи вештачке интелигенције функционишу без само-модела или феноменалног унутрашњег погледа. Не постоји самореференца, јер не постоји перспектива из првог лица. Свест је, међутим, у суштини окарактерисана постојањем субјективне перспективе – „Тако је једноставно како јесте, овај систем“.

Томас Нагелов чувени есеј „Како је бити слепи миш?“ наглашава ову карактеристику свести. Свест нужно укључује субјективну димензију искуства која се не може у потпуности описати споља. Системима вештачке интелигенције недостаје таква субјективна унутрашња перспектива — они обрађују информације без стварања субјекта који доживљава.

Механистичка обрада информација уместо свесног искуства

Сигнали награде у системима вештачке интелигенције су скаларни, а не сензације. Модели реагују на нумеричке вредности повратних информација, а да их не доживљавају као позитивне или негативне. Ови сигнали само контролишу подешавања параметара током процеса учења, али не генеришу субјективне сензације задовољства или бола.

Сва обрада у системима вештачке интелигенције заснива се на математичкој оптимизацији, препознавању статистичких образаца и прорачуну вероватноће. Више параметара, већа сложеност или мултимодалност не мењају овај принцип. Статистичко прорачунавање, без обзира на његову сложеност, не ствара свест.

Мултимодални модели и проширена сложеност

Обрада различитих типова података

Мултимодални модели који обрађују текст, слике или аудио комбинују различите улазне токове у заједничке репрезентативне просторе. Ова могућност значајно повећава сложеност препознавања образаца и омогућава системима да схвате односе између различитих модалитета.

Интеграција различитих типова података постиже се помоћу специјализованих енкодера који трансформишу сваки модалитет у заједнички векторски простор. Текст се обрађује техникама токенизације и уграђивања, слике се конвертују у векторе карактеристика коришћењем конволуционих неуронских мрежа, а аудио подаци се трансформишу у нумеричке репрезентације путем анализе спектрограма.

Границе повећања сложености

Упркос импресивним могућностима мултимодалних система, основна обрада остаје мапирање између репрезентација података. Системи уче статистичке корелације између различитих модалитета уноса, али не развијају концептуално разумевање односа између ових модалитета.

Повећани број параметара и капацитет обраде доводи до прецизнијег препознавања образаца и кохерентнијих излаза, али не мења фундаменталну природу обраде информација. Чак и најсложенији мултимодални системи функционишу искључиво на нивоу статистичких корелација и математичких трансформација.

Актуелна истраживања и теоријски приступи

Индикатори свести у истраживању вештачке интелигенције

Научници су развили различите индикаторе за могућу свест у системима вештачке интелигенције, засноване на неуронаучним теоријама свести. То укључује аспекте као што су рекурентна обрада, динамика глобалног радног простора и механизми шеме пажње.

Теорија глобалног радног простора претпоставља да су свесне информације доступне у централном радном простору, одакле су доступне различитим когнитивним процесима. Теорије рекурентне обраде наглашавају важност повратних спрега између различитих региона мозга за настанак свесног искуства.

Филозофски приговори и ограничења

Упркос овим теоријским приступима, фундаментални филозофски приговори на могућност машинске свести и даље постоје. Аргумент Кинеске собе показује да синтаксичка манипулација није довољна за семантичко разумевање. Чак и ако систем показује све спољашње знаке интелигенције, то не значи нужно да је свестан.

Концепт свесне супремације, аналоган квантној супремацији, идентификује прорачуне који могу бити јединствени за свест. То укључује флексибилну модулацију пажње, робусно руковање новим контекстима и отеловљену когницију – аспекте који превазилазе пуку обраду информација.

Отелотворење и ситуациона когниција

Значај отелотворења

Свест можда није одвојива од физичког отелотворења. Теорије отелотворене когниције тврде да су когнитивни процеси фундаментално обликовани физичком интеракцијом са околином. Тело није само пасивни контејнер за мозак, већ активно учествује у когнитивним процесима.

Људска свест се развија кроз континуирану интеракцију са физичким и друштвеним окружењем. Ове интеракције обликују неуронске структуре и стварају основу за свесно искуство. Системима вештачке интелигенције, који првенствено функционишу као бестелесни системи за обраду информација, недостаје ова фундаментална димензија.

Темпоралност и континуирано искуство

Свест је временски проширени феномен који карактеришу континуирани токови искуства. Људи не доживљавају само појединачне тренутке, већ кохерентну наративну структуру своје свести током времена.

Системи вештачке интелигенције обрађују дискретне улазе и генеришу дискретне излазе без развијања континуираног искуства свести. Свака интеракција је у суштини независна од претходних интеракција за систем, чак и ако се статистичке контекстуалне информације чувају.

Развој вештачке интелигенције: Између технолошке интелигенције и филозофских граница свести

Могући развој у технологији вештачке интелигенције

Истраживање вештачке интелигенције се брзо развија, са све моћнијим моделима и новим архитектурама. Будући системи би могли још прецизније да симулирају биолошке процесе и потенцијално да развију својства која више личе на свест.

Развој неуроморфних рачунара, који имитирају биолошке неуронске мреже, могао би отворити нове могућности. Интеграција система вештачке интелигенције у роботска тела такође би могла дати већу пажњу аспектима отеловљене когниције.

Машинска интелигенција наспрам свести: Филозофски ход по жици

Питање машинске свести има значајне етичке импликације. Ако би системи вештачке интелигенције могли постати свесни, морали бисмо да преиспитамо њихова морална права и наше одговорности према њима.

Тренутно, сви расположиви докази указују на то да данашњи системи вештачке интелигенције не поседују свест. Они су високо софистицирани алати за обраду информација и препознавање образаца, али не и свесни ентитети. Ова процена би се могла променити са будућим технолошким развојем, али захтева фундаменталне продоре у нашем разумевању односа између физичких процеса и свесног искуства.

Разлика између интелигентног понашања и свесног искуства остаје један од највећих изазова у истраживању вештачке интелигенције и филозофији свести. Иако системи вештачке интелигенције све више показују интелигентно понашање, недостају им фундаментална својства свесног искуства: интенционалност, феноменална свест и субјективна перспектива из првог лица.

Независне платформе за вештачку интелигенцију као стратешка алтернатива за европске компаније - Слика: Xpert.Digital

AI мењач правила игре: Најфлексибилнија AI платформа - Решења по мери која смањују трошкове, побољшавају ваше одлуке и повећавају ефикасност

Независна AI платформа: Интегрише све релевантне изворе података компаније

• Брза интеграција вештачке интелигенције: Прилагођена решења за вештачку интелигенцију за предузећа за сате или дане, уместо месеци
• Флексибилна инфраструктура: базирана на облаку или хостинг у вашем сопственом дата центру (Немачка, Европа, слободан избор локације)

• Максимална безбедност података: његова употреба у адвокатским канцеларијама је непобитан доказ
• Примена у широком спектру извора података предузећа
• Избор сопствених или различитих AI модела (Немачка, ЕУ, САД, Кина)

Више информација овде:

• Независне AI платформе наспрам хиперскалера: Које решење је право решење?

☑️ Подршка малим и средњим предузећима у стратегији, консултацијама, планирању и имплементацији

☑️ Креирање или преусмеравање стратегије вештачке интелигенције

☑️ Пионирски развој пословања

Konrad Wolfenstein

Било би ми драго да вам будем лични саветник.

Можете ме контактирати попуњавањем контакт форме испод или ме једноставно позовите на +49 89 89 674 804 (Минхен) .

Радујем се нашем заједничком пројекту.

Xpert.Digital је центар за индустрију фокусиран на дигитализацију, машинство, логистику/интралогистику и фотонапонске системе.

Са нашим решењем за развој пословања од 360°, пружамо подршку реномираним компанијама, од нових пословања до постпродајних услуга.

Тржишна интелигенција, маркетиншки маркетинг, маркетиншка аутоматизација, развој садржаја, односи с јавношћу, мејлинг кампање, персонализоване друштвене мреже и неговање потенцијалних клијената су део наших дигиталних алата.

Више информација можете пронаћи на: www.xpert.digital - www.xpert.solar - www.xpert.plus